UMAP - Wie man Strukturen in komplexen Daten findet
Uniform Manifold Approximation and Projection - wer möchte da nicht sofort weiterlesen! ;-)Doch hinter diesem kryptischen Namen steckt ein mächtiges Analyse-Werkzeug, welches es uns erlaubt, die Struktur komplexer Daten besser zu verstehen und Informationen zu gewinnen. UMAP verbindet verschiedene mathematische Theorien auf eine geschickte Art und Weise, und das Ergebnis ist ein schnelles und effizientes Verfahren, mit dem man nicht nur hochdimensionale Daten visualisieren kann, sondern adas sich auch für Clustering oder Dimensionality Reduction und vieles mehr einsetzen lässt.
In dem Talk werden auch einige "exotische" Anwedungen vorgestellt – und etwas Mathematik.
Vorkenntnisse
Erfahrungen mit komplexen Daten, sowie Methoden aus den Bereichen Dimensionality Reduction und Data Visualization sind hilfreich.
Lernziele
* Verständnis der Funktionsweise und der Besonderheiten von UMAP
* Globale versus lokale Struktureigenschaften
* Anwendungsgebiete und praktischer Nutzen
Speaker
Stefan Kühn ist promovierter Mathematiker und beschäftigt sich seit vielen Jahren mit komplexen Algorithmen, Data Science und Machine Learning. Nach Stationen bei codecentric, Zalando, XING und Tom Tailor arbeitet als Head of Data Platform bei Jimdo und verantwortet dort Themen wie Data Strategy, Data Governance und Data Quality.